焦化氨水介质中0Cr17Ni12Mo2不锈钢电化学腐蚀行为研究

采用全浸动态挂片和极化曲线实验法研究0Cr17Ni12Mo2不锈钢在模拟现场工况条件下的腐蚀行为。结果表明,0Cr17Ni12Mo2试样的腐蚀速率随温度的升高不断加快;增大硫离子和氯离子浓度可使0Cr17Ni12Mo2试样腐蚀速率加快;氰根离子浓度不高于临界值时,试样腐蚀速率减缓,反之,腐蚀速率加快。     

聚合物黏弹性提高驱油效率研究

通过室内物理模拟实验,在弱亲油人造物理模型上研究第一法向应力差N1(弹性)、第一法向应力差斜率SN1(弹性)和威森博格数We(弹性)对驱油效率和残余油饱和度的影响。在弱亲油的人造物理模型上研究相同黏度条件下甘油与聚丙烯酰胺(HPAM)的驱油效率,在此基础上,在大庆油田开展两个高浓度聚合物矿场试验。结果表明:随着第一法向应力差、第一法向应力差斜率和威森博格数的增加,驱油效率增加,残余油饱和度降低;具有弹性的聚合物溶液,驱油效率明显高于相同黏度下的甘油;高浓度聚合物所具有的高黏弹性使采收率有较大幅度提高。     

Ca对医用Mg-4Zn合金轧制板材组织与性能的影响

采用金相分析、扫描电镜分析和拉伸测试等手段研究了Ca含量(质量分数0.3%,0.6%和0.9%)对高应变速率轧制Mg-4Zn基合金板材显微组织、力学性能和耐生体腐蚀性能的影响.结果表明:加入Ca可以细化Mg-4Zn合金的动态再结晶晶粒,导致合金中残余第2相的含量增加和尺寸增大,并提高其抗拉强度和屈服强度.其中,Mg-4Zn-0.9Ca合金的抗拉强度和屈服强度分别为300 MPa和278 MPa,比基体合金分别提高了12.4%和68.5%.然而,合金的耐腐蚀性能和剩余抗拉强度随着Ca含量的增加而下降,可归因于合金中残余第2相含量的增加以及尺寸增大.Mg-4Zn合金板材中第2相比较细小、分布均匀,倾向于均匀腐蚀,在0.9%NaCl溶液中浸泡7d的平均腐蚀速率为0.80mg/(cm~2·d),浸泡7d,15d后的剩余抗拉强度分别为217 MPa和205 MPa.     

电动车辆锂离子电池传感器故障诊断方法

为降低锂离子电池传感器故障对电动车辆安全与性能的影响,提出了一种基于观测器的电池传感器故障诊断方法。结合锂离子电池电热耦合动态模型,构建2个扩展卡尔曼滤波(extended Kalman filter, EKF)观测器,估计电池单体的状态量,对比状态量估计值与传感器测量值以生成残差,并使用累计和(cumulative sum, CUSUM)测试方法进行残差评价,根据残差组合的不同响应情况实现锂离子电池电流传感器、电压传感器以及表面温度传感器故障的诊断与分离(fault diagnosis and isolation, FDI)。在不同的传感器故障情况下对诊断方法进行测试,结果表明,该方法能够及时准确地对锂离子电池单体3种传感器故障进行诊断与定位,性能表现优异且易于实施。     

凸轮轴工作面点蚀坑冷焊再制造工艺与性能研究

凸轮轴在服役过程中工作表面容易发生磨损,严重影响机器的正常运转。采用冷焊设备修复凸轮轴工作表面点蚀坑,通过金相显微镜观察修复区域显微组织,利用X射线残余应力测试仪、硬度测试仪表征补焊点周围的残余应力分布以及硬度分布规律。结果表明,补焊点与基体结合良好,从奥氏体中析出的碳化物弥散分布于基体组织中,补焊点位置呈现出最小的残余应力以及最小的硬度值,补焊点对于残余应力以及硬度的影响维持在补焊点中心4 mm以内。经冷焊修复后的凸轮轴满足使用性能要求。     

基于改进SegNet模型的遥感图像建筑物分割

针对原始SegNet网络模型存在的参数数量多、 梯度不稳定及分割精度低等问题, 提出一种通过构建SegNet与带残差的bottleneck块、 深度可分离卷积以及跳跃连接结构相结合的改进模型. 在航空和卫星遥感图像数据集上进行实验的结果表明, 改进后的网络模型在精确率、 召回率及F₁值等性能评价指标上均获得更优结果, 表明改进的网络模型在遥感图像建筑物分割任务中有良好的实用价值.     

多尺度残差注意网络的真实图像复原方法

为了提高基于深度学习网络方法在真实图像上的复原效果,提出了一种基于多尺度残差注意网络的复原方法。将退化图像输入到该模型中,利用浅层特征网络提取原始低质量图像的浅层特征;利用残差注意网络模块提取深层特征信息和通道相关性,使用局部连接和短跳跃连接进行残差学习;将浅层特征、通道相关性以及上下文深层特征信息输入到重构网络,利用具有不同感受野的特征进行图像复原。实验结果表明,相较于其他对比方法,该方法在图像去噪、图像增强和超分辨率等多个任务中获得最优的结果,能够在不引入伪影的情况下生成纹理细节丰富的清晰图像。     

基于生成对抗网络的单图像超分辨率重建

针对当前卷积神经网络未能充分利用浅层特征信息, 并难以捕获各特征通道间的依赖关系、 丢失高频信息的问题, 提出一种新的生成对抗网络用于图像超分辨率重建. 首先, 在生成器中引入WDSR-B残差块充分提取浅层特征信息; 其次, 将GCNet模块和像素注意力机制相结合加入到生成器和鉴别器中, 学习各特征通道的重要程度和高频信息; 最后, 采用谱归一化代替不利于图像超分辨率的批规范化, 减少计算开销, 稳定训练. 实验结果表明, 该算法与其他经典算法相比能有效提高浅层特征信息的利用率, 较好地重建出图像的细节信息和几何特征, 提高超分辨率图像的质量.     

基于改进残差的神经网络方法预测页岩气甜点

北美页岩气革命取得的巨大成功对全球能源格局产生了深远的影响,并引起了工业及学术界的广泛关注。甜点预测是提高页岩气钻井成功率、保障压后产能的一项关键技术。目前传统方法预测页岩气甜点区存在误差较大的问题。以加拿大商业开发成功的页岩气产区Fox Creek地区为例,对控制该区页岩气甜点的地质及工程因素进行详细剖析,在此基础上,提出一种改进残差的神经网络方法来分析页岩气甜点主控因素,并建立甜点区预测模型。结果表明,影响研究区页岩气甜点区的主控因素为孔隙度、渗透率、泥质含量、埋深、地层压力、脆性指数和压裂施工参数（水平段长度、压裂段数、支撑剂注入质量和压裂液注入体积）。改进残差神经网络算法在测试及训练的产气量数据预测方面吻合度分别达到0.94和0.85,展现出很好的预测效果。基于改进残差神经网络的预测模型表明,西部和南部Duvernay边界处发育页岩甜点区,向东北部逐渐变差。该页岩气甜点预测模型为该地区页岩气的后续高效开发提供了可靠的基础。     

应力消除技术研究现状与发展

本文介绍了国内外应力消除技术的研究现状,对几种应力消除方法的优缺点进行了分析和比较,并且在此基础上指出了消应力技术的发展趋势.